CARA MEMBACA OUTPUT DARI PENGUJIAN COMMON EFFECT

MODEL

Dependent Variable: Y
Method: Panel Least Squares
Date: 06/03/21 Time: 07:11
Sample: 2010 2018
Periods included: 9
Cross-sections included: 6
Total panel (balanced) observations: 54

Variable Coefficient Std. Error t-Statistic Prob.  

C -530717.5 109249.4 -4.857851 0.0000

X1 7773.156 1416.455 5.487752 0.0000
X2 0.001420 0.000810 1.753742 0.0855

R-squared 0.447872    Mean dependent var 44977.80

Adjusted R-squared 0.426219    S.D. dependent var 42545.61
S.E. of regression 32227.58    Akaike info criterion 23.65299
Sum squared resid 5.30E+10    Schwarz criterion 23.76348
Log likelihood -635.6306    Hannan-Quinn criter. 23.69560
F-statistic 20.68491    Durbin-Watson stat 0.014845
Prob(F-statistic) 0.000000

Berdasarkan output di atas, mari kita jelaskan satu persatu cara membaca hasil regresi data panel
dengan eviews.
Ringkasan Hasil Regresi Data Panel Model Common Effects
1. Periods Include: Merupakan jumlah periode atau runtut waktu yang dilibatkan
dalam analisis. Dimana dalam pola regresi data panel ini, periode yang dipakai ialah
tahun 2010 hingga dengan 2018. Sehingga jumlah tahun yang dipakai dalam
analisis ialah sebanyak 9 tahun.
2. Cross section Include: Merupakan jumlah cross section atau panel yang dilibatkan
dalam analisis. Dimana dalam pola regresi data panel ini, panel yang dipakai ialah
provinsi di jawa yang jumlahnya ialah sebanyak 6 provinsi.
 3. Total Panel (Balanced) observations: ialah jumlah observasi yang dilibatkan dalam
analisis. Istilah balanced artinya balance, yaitu jumlah waktu (tahun) yang dipakai
setiap panel (provinsi) ialah sama atau konstan. Sehingga perhitungannya ialah 9 x
6 = 54 observasi.
4. Kolom Variable: ialah daftar variabel yang dianalisis. Dimana dalam pola regresi
data panel ini memakai Y sebagai variabel response. Sedangkan variabel prediktor
ialah X1, dan X2. Dan C (konstanta) sebagai residual atau error dari persamaan
regresi data panel.

Koefisien Regresi Data Panel  Model Common Effects

1. Coefficient: adalah koefisien beta regresi data panel sesuai dengan variabel yang
ada pada kolom variabel. Nilai koefisien ini dipakai untuk membentuk Persamaan
Regresi Data Panel.
2. Standar error: ialah Standar Error dari nilai koefisien pada kolom coefficient.
3. t-statistics: ialah nilai t parsial regresi data panel sesuai per variabel pada kolom
variable. Nilai t ini menawarkan efek parsial variabel prediktor terhadap variabel
response di dalam model regresi data panel.
4. Prob: ialah nilai p value atau tingkat signifikansi dari t parsial di kolom t-statistics.
Nilai p value ini menawarkan tingkat signifikansi t parsial dalam rangka menjawab
hipotesis uji parsial. Jika nilai p value kurang dari batas kritis, contohnya 0,05 maka
balasan hipotesis ialah mendapatkan H1 atau yang berarti variabel prediktor yang
bersangkutan mempunyai efek yang bermakna terhadap variabel response secara
statistik. Dan sebaliknya kalau p value lebih dari batas kritis maka mendapatkan H0
atau yang berarti variabel prediktor yang bersangkutan tidak mempunyai efek yang
bermakna terhadap variabel response secara statistik.

Persamaan Common Effect

Bentuk persamaan regresi data panel menyerupai dengan ordinary least square, yaitu:

Persamaan Common Effect

Keterangan: Untuk i = 1, 2, …., N dan t = 1, 2, ….,T.

Dimana N = Jumlah individu atau cross section dan T ialah jumlah periode waktunya. Dari
model ini akan sanggup dihasilkan N+T persamaan, yaitu sebanyak T persamaan cross section
dan sebanyak N persamaan runtut waktu atau time series.
Jawaban Hipotesis Regresi Data Panel Model Common Effect
1. R Square: ialah besarnya efek atau kemampuan variabel prediktor secara simultan
dalam menjelaskan variabel response. Jika nilainya lebih dari 0,5 maka kemampuan
variabel prediktor berpengaruh dalam menjelaskan variabel response. Sedangkan
sebaliknya jika nilainya kurang dari 0,5 maka kemampuan variabel prediktor tidak
berpengaruh dalam menjelaskan variabel response. Dalam pola regresi data panel
ini, nilai R Square sebesar 0,9579, yang artinya variabel prediktor sangat
berpengaruh dalam menjelaskan variabel response.
 Adjusted R Square: ialah besarnya efek atau kemampuan variabel prediktor secara simultan
dalam menjelaskan variabel response dengan memperhatikan standar error. penjelasannya sama
dengan R Square namun nilai ini telah terkoreksi dengan standar error.
 F-Statistics: ialah nilai Uji F yang merupakan uji simultan dari regresi data panel. Nilai F ini
menawarkan tingkat signifikansi efek variabel prediktor terhadap variabel response.
Untuk menggunakan nilai F ini haruslah dibandingkan dengan F Tabel. Namun untuk
memudahkan bisa eksklusif melihat nilai Prob (F-Statistics).
 Prob (F-Statistics): ialah p value uji F yang merupakan tingkat signifikansi dari nilai F, yaitu
untuk menilai efek simultan variabel prediktor terhadap variabel response apakah bermakna
secara statistik atau tidak. Jika nilai p value kurang dari batas kritis contohnya 0,05 maka
mendapatkan H1 atau yang berarti pengaruh simultan variabel prediktor terhadap variabel
response terbukti bermakna secara statistik. Begitu sebaliknya jika nilai p value lebih dari batas
kritis maka mendapatkan H0 atau yang berarti pengaruh simultan variabel prediktor terhadap
variabel response tidak terbukti bermakna secara statistik.

Demikian di atas ialah penjelasan Cara Membaca Hasil Regresi Data Panel model common
effects. Selanjutnya akan kita jelaskan di bawah ini yaitu Cara Membaca Hasil Regresi Data
Panel model fixed effects.